科研之友
微信
新浪微博
Facebook
分享链接
摘要
智能车间生产数据的多工序、跨流程、异构多态的特性加剧了生产过程中工艺数据关联融合问题的复杂性。本文面向复杂时空域下多维多尺度车间数据，提出一种基于时序聚类-关联挖掘-复杂网络的深度融合建模方法。首先，通过高斯核函数与一维卷积运算描述车间数据的聚类特征，采用欧氏距离度量车间时序数据特征向量间的相似性，并将处理后的时序特征引入聚类分析中；然后，通过时序数据关联规则提取各工艺参数之间蕴含的内在规律和关联关系，采用支持度与置信度完成关联规则的深度挖掘；在此基础上，依据车间跨流程多工序协同运行特点，构建以多工序的工艺参数为节点、关联关系为边的带时间窗的生产工艺过程双权重有向多层网络模型，为车间跨流程、多工序、异构多态的工艺指标间的复杂关联关系的描述提供依据。最后，以某制丝生产线质量调控为例，对所提方法的有效性和适用性进行验证。
-
单位机电工程学院; 昆明理工大学; 云南中烟工业有限责任公司技术中心
